Vaizdo kreditai: Bryce’as Durbinas / „TechCrunch“.

„OpenAI“ šiandien pristatė atnaujintą teksto į vaizdą įrankio DALL-E versiją, kuri naudoja „ChatGPT“ – „OpenAI“ virusinį pokalbių robotą, kad palengvintų raginimą.

Dauguma šiuolaikinių sudėtingų dirbtinio intelekto vaizdų kūrimo įrankių naudojasi raginimais – vaizdų aprašymais – ir paverčia juos įvairių stilių meno kūriniais – nuo ​​fotorealistinio iki fantazijos. Tačiau sukurti tinkamą vektorių gali būti toks iššūkis, kad „vikrus inžinerija“ tapo tikra profesija.

Naujasis OpenAI įrankis DALL-E 3 naudoja ChatGPT, kad padėtų užpildyti pretenzijas. Naudodami „ChatGPT“, „OpenAI“ aukščiausios kokybės „ChatGPT“ planų „ChatGPT Plus“ ir „ChatGPT Enterprise“ prenumeratoriai gali parašyti užklausą dėl vaizdo ir patobulinti jį per pokalbius su pokalbių robotu, gaudami rezultatus tiesiai pokalbių programoje.

„ChatGPT“ pateiks trumpą, ne daugiau nei kelių žodžių raginimą ir padarys jį labiau aprašomu, suteikdama daugiau krypties DALL-E 3 modeliui.

„ChatGPT“ integracija nėra vienintelis naujas dalykas DALL-E 3. DALL-E 3 taip pat sukuria aukštesnės kokybės vaizdus, ​​kurie tiksliau atspindi raginimus, teigia OpenAI – ypač kai kalbama apie ilgesnius raginimus. Jis geriau tvarko turinį, kuris istoriškai trukdė vaizdų generavimo modeliams, pvz., tekstą ir žmogaus rankas.

Vaizdas sukurtas DALL-E 3.

Be to, DALL-E 3 turi naujų mechanizmų, skirtų sumažinti algoritmų šališkumą ir pagerinti saugumą, arba taip sako OpenAI. Pavyzdžiui, DALL-E 3 atmes užklausas, kuriose prašoma portreto gyvų menininkų stiliaus arba viešų asmenų vaizdų. Menininkai dabar gali pasirinkti nenaudoti kai kurių (arba visų) savo meno kūrinių mokydami ateities OpenAI modelių kartas konvertuoti tekstą į vaizdą. („OpenAI“ ir kai kurie jos konkurentai susiduria su ieškiniu dėl tariamai autorių teisių saugomų menininkų kūrinių panaudojimo generuojantiems dirbtinio intelekto vaizdo modeliams lavinti.)

„DALL-E 3“ pristatomas, kai įkaista generatyvaus AI lenktynės, ypač vaizdų sintezės srityje. Konkurentai, tokie kaip „Midjourney“ ir „Stability AI“, toliau tobulina savo vaizdus generuojančius modelius, darydami spaudimą „OpenAI“ išlikti.

„OpenAI“ planuoja išleisti DALL-E 3 aukščiausios klasės „ChatGPT“ vartotojams spalį, o vėliau – tyrimų laboratorijoms ir jos API klientams. Bendrovė nepasakė, kada ir ar ji planuoja išleisti nemokamą žiniatinklio įrankį, kaip tai padarė su DALL-E 2 ir originaliu DALL-E modeliu.